买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国海洋大学申请的专利结合掩码学习与扩散模型的鱼类图像生成及特征增强方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121170492B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511666709.X，技术领域涉及：G06V10/774；该发明授权结合掩码学习与扩散模型的鱼类图像生成及特征增强方法是由张全启;韩汶峰;许艳;刘金相设计研发完成，并于2025-11-14向国家知识产权局提交的专利申请。

本结合掩码学习与扩散模型的鱼类图像生成及特征增强方法在说明书摘要公布了：本发明提供一种结合掩码学习与扩散模型的鱼类图像生成及特征增强方法，涉及鱼类图像生成技术领域，该方法包括：根据鱼类解剖学先验知识构建动态掩码模板，对鱼类图像的各个部位进行差异化掩码设计；对经过掩码处理的鱼类图像进行多阶段图像重建；对StableDiffusion模型进行调整，通过调整后的StableDiffusion模型对第二阶段重建图像进行生物特征增强，获得生成图像；通过级联验证器对生成图像进行过滤，输出过滤后的生成图像。本发明可用于批量生成高质量、多样化的合成鱼类图像，为解决鱼类图像识别领域的小样本训练数据瓶颈问题提供技术支撑。

本发明授权结合掩码学习与扩散模型的鱼类图像生成及特征增强方法在权利要求书中公布了：1.一种结合掩码学习与扩散模型的鱼类图像生成及特征增强方法，其特征在于，所述方法包括： 根据鱼类解剖学先验知识构建动态掩码模板，对鱼类图像的各个部位进行差异化掩码设计； 对经过掩码处理的鱼类图像进行多阶段图像重建，所述多阶段图像重建包括： 第一阶段通过MAE模型对经过掩码处理的鱼类图像进行像素级重建，设置损失函数，所述损失函数包括鳞片纹理的频域一致性损失函数，同时设置鱼体轮廓的形态学约束，输出第一阶段重建图像； 第二阶段通过StableDiffusion模型对第一阶段重建图像进行特征级增强，特征级增强的约束条件包括生物特征保留损失与姿态多样性生成条件，输出第二阶段重建图像； 对StableDiffusion模型进行调整，通过调整后的StableDiffusion模型对第二阶段重建图像进行生物特征增强，获得生成图像；具体包括： 解剖特征注入：在U-Net网络的Cross-Attention层添加生物特征键值对； 噪声调度优化：对图像中的鱼体区域采用线性噪声衰减，对图像的背景区域采用全时段均匀噪声； 通过级联验证器对生成图像进行过滤，输出过滤后的生成图像； 所述级联验证器包括： 纹理验证器，用于计算并验证生成图像中鳞片区域的LBP-TOP特征距离； 形态验证器，用于检测鱼体长宽比误差； 结构验证器，用于验证鱼体关键部位的存在性。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。